別小看半顆星:App Store 排名「潛規則」

在本文我們提出以下問題: app 的評價好壞對其在 Apple App Store 能見度、使用者評論、歷史評價,以及未來評價的影響有多大?我們也會探討開發者該如何最大化 App 的成功,其中包括了 app 效能的最佳化和測試。
評論
評論

圖片來源: Flickr

本文譯自應用優化及測試平台 Appurify 於 2013 年 9 月 6 日發布的研究報告,此研究著眼於 Apple  App Store 對 app 排名算法的調整。

Apple 的 App Store 背後的排名算法一直在演變,一個 app 能否能長久成功和吸金,背後關係到許多要素的混合,其中包括下載量、下載速度、歷史評價、使用者評論。

在本文我們提出以下問題: app 的評價好壞對其在 Apple App Store 能見度、使用者評論、歷史評價,以及未來評價的影響有多大?我們也會探討開發者該如何最大化 App 的成功,其中包括了 app 效能的最佳化和測試。

為了分析需要,我們找出了 Apple App Store 的排名前一千位,以下圖表顯示了在其中遊戲類占了三分之一。而 1000 個 app 中只有 62 個 App 需要付費下載,內建付費的則有 590 個。

研究發現,排名較前面的 app ,有超過半數評分在 4.5 顆星以上。而事實上,4 顆星以上的就占了 75 % ,雖然這個發現並不意外,但有趣的是觀察我們觀察到了評分高低,對於前 1000 名 app 排名是如此重要。

bug 修正和更新 = 更佳評分

接下來我們又有了下個疑問:怎麼樣得到更好的評價呢?當然,創造一個大家都喜歡和愛用的 app 是重點,但還有其他撇步嗎?

在之前的 文章 中,有提過怎麼避免負評(和低評分),我們發現在 Apple App Store 裡一半以上被評一星以下的 app ,是因為自身的效能問題。這些抱怨主要集中在 app 的功能和穩定性,如連網太慢、以及開啟 app 的 lag 問題。

如果發表一個沒有解決先前問題的更新,有可能使評分再繼續惡化。

好險的是,每次發表更新,都有機會在 Apple App Store 重新洗刷評價。而且對「目前版本」的評分,也比較容易被搜到,比「所有版本」的評分還來的重要。

版本的更新對於處理效能問題是個機會──發表還沒有經過壓力測試的新產品,會傷害 app 的整體評分。例如,Instagram 由於 8 月 16 日的更新掉了 1.5 個星,因為它的 bug 和功能問題:

快速的看過一輪負評投訴,大多都是因為當機、 crashing (俗稱的閃退)和載入時間過長。這些投訴大多都圍繞著新推出的影片功能,如果去除這些一星評分,Instagram 現在至少有四星以上,而不是現在的三顆星。

相反的過來看看旅行 app 的 Hotel.com 最近在 6 月 16 日的更新:

在 Hotel.com 這個例子上,它的評論大多都在抱怨閃退跟速度過慢,但這次的更新後幾乎沒人有 app 閃退和 bug 多等問題。

不能過於誇大定期修復 bug 的重要性,或者更佳的更新是指,除了處理 bug 以外,還有閃退和性能問題,這些都可以對評論及評分,帶來巨大的正面影響。而大部分的負評都和 app 的性能表現有關,甚至可以催毀你的 app。

更好的評價 = 使用者的熱絡

顯然更新對 app 排名可以產生壞影響也可以產生好影響,我們思考看看它是怎麼樣影響 app 在 app Store 的能見度。我們尤其也希望看到有多少 app 被注意到,或者失去關注度。

更進一步討論,我們根據最新一次的更新,觀察每天的評論和評分人數。

我們發現評分越高的 app 每天會吸引更多評論和評分。

這個效益在 4 星和 4.5 的 App 之間尤其明顯到差了三倍之多, 5 星和 4.5 星的 App 比起來也擁有較高的討論數。

這就提醒了開發者每半顆星都很重要,很有可能隱約影響了評論和評分的熱絡程度多達三倍。

評分可能影響排名

顯然排名較前面的 app 會有更多的下載量、評論數量、評分數量,然而 app 的星數也是如此嗎?
為了找到此問題的解答,我們把前一千名 app 分成以下三組: 前 300 名、 300 到 600 名、 600 名以後,然後觀察每天的評分數量(以最近更新為準) 。

上面的圖表顯示了評分的熱絡程度取決在 app 排名和評分的高低,再來個例子,如果你公司開發了兩款 app ,一個 3.5 顆星;另個則有 4.5 顆星,上個月都在 900 名左右,但上禮拜你做了一個宣傳活動,讓兩個 app 都進到前 300 名,不僅 4.5 星那款 app 之後會有較多人評分,而是兩款都會有同樣的效果。

以上告訴了我們,你的排名越高,就會有越多人評分。擁有一個高評分的 app 對你的 app 有多成功會帶來很大的不同,也可以看出你的宣傳成本有無效用。

事實上,最近在 TechCrunch 有篇文章,說明 Apple 可能在把 app 評分整合進去 app 的排名演算規則裡。如果此事屬實,就很清楚的和開發者挑明了要把重點放在 app 的品質和表現上。這點我們很同意!

總結

總結我們的發現, app 的星數跟 Apple App Store 中的評論和評價熱絡度有很大的關聯性,而且可以幫助排名的上升。我們的特殊發現:

  • 前 1000 名的 app 有 75% 是 4 顆星以上。
  • 在每一次發表更新前,bug 、閃退以及性能的測試都非常重要。
  • 記得在推出更新前要檢查性能問題,否則性能差會帶來低評分。
  • 評價好的 app 會受到更多的注意,也更有可能得到更多的評價和評論。
  • 光拿到 4 星不夠, 4.5 顆星以上的 app 和 4 星的評分熱絡度相差很大。
  • app 評分和排名是有關連的,要爬到更高的名次,你的星數就需要越多。

雖然 app 的能見度是把雙面刃,但不輪是要維持星數還是力爭上游,都需要不斷增加的「好評價」跟「好評論」。 以上圖表顯示出「每個人都能成名 15 分鐘」法則,可能對 app 開發人員來說,長遠看來,不是好的商業策略。更新發表前的測試和維護 app 的週期,才是影響 app 在 Apple app Store 的排名關鍵。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。